2.1 項目概況：

集團鐵路目前部署了393臺套5T及相關監測檢測設備，是貨車運用狀態數據、列車/車輛/零部件里程計算的基礎數據，5項專項自動化智能化設備運行狀態實時監控系統為狀態修的實施提供重要檢測數據。該項目的確立是依托于新技術、新需求、新發展，特別是在光學精確測量、圖像自動識別、機器視覺與深度學習等技術高速發展的新時代創新，項目的完成將為構建一體化、規模化、專業化、現代化的車輛在途動態檢測系統提供可行性方案，可極大地提升在途車輛運行狀態下的檢測水平，在既有動態檢測設備多樣化、層次化的基礎上，新增多維化、智能化、持續檢測的新特征。與5T系統在數據層面可相互融合，利用大數據技術實現檢測數據綜合聯判，使5T系統檢測數據不再各自獨立；在設備層面可互相補充，通過該系統的多維持續監測與綜合聯判結果的分析評價，可間接復核各5T系統的設備狀態，從而對今后狀態修列車狀態診斷起到支撐作用；在圖像智能識別技術引入運用后，將實現智能自動分析替代人工分析、關鍵故障和其它疑似故障由人工確認故障報警功能，單列車檢查效率將大幅提升，提高檢修效率，帶動整個鐵路行業在車輛安全保障能力方面的新突破和全面提升。

2.2招標范圍（主要研究內容及預期目標）：

1. 輪軸運轉溫度狀態及健康分析的研究

構建熱成像陣列傳感器陣列和紅外光子線掃描傳感器陣列在一定范圍內檢測軸承及車輪的溫度變化及差異，發現非正常運轉熱的熱源及程度。通過對軸承、車輪熱圖溫度分布，完成輪軸運轉溫度狀態及健康分析的研究。

2. 車輛超偏載力學建模及判別模型的研究

搭建應變傳感器陣列在一段長度鋼軌上測量輪重、軸重，進而獲得轉向架、車輛左右側重量值，來判斷車輛的超載、偏載，在脫線前告警。通過輪重、軸重、輛重的連續變化分析，完成車輛超偏載力學建模及判別模型的建立；通過長測區的橫向力和垂向力測量研究車輛空重車蛇形運動的狀態、運動學動力學機理、輪軌關系、以及蛇形失穩造成脫軌的相關參數變化過程。

3. 曲線段長陣列車輛運行品質的研究

區別于現有的TPDS系統，重點在曲線段和更長的車輛區間構建力傳感器及激光測距傳感器陣列，連續監測空、重車橫向力、脫軌系數、減載系數及橫向位移，更好來評價車輛的運行品質，及早發現脫線危險，特別是車輛轉向架故障。通過曲線段長陣列（力學、振動及激光測量）的方式，實現空重車在經過彎道時運動學、動力學規律的研究。

4. 車輪踏面損傷及失圓在連續狀態下的特征研究

通過力學傳感器陣列、加速度傳感器陣列，在一定長度線路上，采用力學檢測技術、振動檢測技術、激光測量技術連續采集來檢測車輪踏面擦傷及車輪失圓；與車輪踏面圖像采集陣列綜合判別，通過數字圖像處理技術，對采集的圖像進行智能的分析處理，從而判別車輪踏面的損傷情況，實現車輪踏面損傷及失圓在連續狀態下的特征研究。

5. 車輪尺寸磨耗規律及發展趨勢的研究

采用結構光技術，通過多點測量的方式測量車輪尺寸，包括輪緣高度、輪緣寬度、輪輞厚度、踏面圓周磨耗、垂直磨耗、車輪直徑、輪對內側距等，通過多點分析極值、均值等信息，較單點測量結果結果更加可靠，更真實的反應出輪對的尺寸狀態，車輪尺寸磨耗規律及發展趨勢的研究。

6. 異音檢測特征及判別的研究

通過構建連續聲學長陣列，檢測全列車的異常運轉聲音，研究走行部的異常狀態，從而實現故障軸承及走行部等異音特征提取及判別的研究。

7. 機器視覺在車輛運動軌跡及侵界檢測的研究

采用機器視覺傳感器，根據需求布置在不同位置和角度構建圖像采集陣列，對運行中列車進行連續拍攝，經圖像整合、分析及判別，通過光學及圖像長測區方式跟蹤車輛的蛇形運動、輪對相對鋼軌的位移跳動及疑似異物的侵界，對其數據幀進行標識和報警，實現運行中車輛運行軌跡、異物侵界的自動檢測。

8. 基于半監督學習貨車故障圖像智能分析模塊的研究

以實現貨車故障圖像的智能分析為目標，圍繞貨車故障圖像智能識別中存在的故障圖像比例小，數據樣本不對稱等問題展開研究。提出具有較高準確性和可靠性的貨車故障圖像智能分析核心算法，針對貨車故障圖像復雜多樣，受環境影響大，訓練樣本不對稱等問題，通過引入生成網絡這一深度學習領域的最新成果，提高檢測準確性。基于生成模型的TFDS圖像零樣本目標檢測方法，提出研究面向TFDS圖像智能分析應用的深度神經網絡輕量化方法，在不降低識別效果的基礎上，減少計算資源的消耗，提高計算速度。

9. 大數據分析及綜合研判的研究

通過對多維復合長陣列各檢測技術的實現，獲得實測及仿真非接觸傳感技術持續采集的數據，對紅外、聲學、力學、振動、光學及機器視覺等各項持續檢測數據，進行不同檢測部件及不同檢測技術的復合運用及大數據分析方法研究，總結出各部件檢測持續檢測條件在的檢測標準；通過對5T設備的檢測數據進行關聯性分析及5T結果復核，解決5T設備各自獨立、部分檢測內容缺乏手段、車輛故障停車后檢修人員無法復核等問題，建立綜合研判模型，提出檢修決策建議、指導修程的合理判定。上述研究包含以下兩個層次的內容：

一方面，大數據分析。依據鐵路貨車零部件失效規律和基于多維復合長陣列持續檢測的結果，進行大數據分析、數據挖掘、分析及建模，對車輛部件運行狀態進行特征參數確定、故障預報模型建立及故障預警算法的研究，實現車輛運行狀態下的多方位、多功能、多技術手段的持續檢測；

另一方面，綜合研判。分析5T預警數據關聯性分析及結果復核，解決5T現存問題，建立綜合研判模型，為檢修模式的創新奠定技術及數據基礎，提出檢修決策建議、指導修程的合理判定。

2.3項目總工期（項目研究進度及完成時間）：

完成研究或實施的時間為簽訂合同后36個月內完成。

投標人應根據研究項目的主要內容要求和考核指標，提出項目研究的具體時間進度、實施辦法以及項目完成期限。

1. 合同生效后1個月內，完成技術調研工作；

2. 合同生效后第2至4個月內，完成項目實施方案設計工作，通過招標人組織的技術方案評審；

3. 合同生效后第5至12個月內，完成所需仿真及數據采集環境的搭建；

4. 合同生效后第12至16個月內，在仿真及測試環境下調參并積累數據；

5. 合同生效后第17至22個月內，完成長陣列試驗樣機研制；完成圖像智能分析模塊；

6. 合同生效后第23至24個月內，試驗樣機安裝及調試；

7. 合同生效后第26至32個月內，現場測試與示范應用，進行各部規律總結及趨勢分析；

8. 合同生效后第33至36個月內，完成項目結題驗收

3.1資質條件和業績要求：

【1】資質條件：投標人應有獨立法人資格，具有獨立訂立和履行合同的能力，具有獨立承擔民事責任的能力。投標人具備至少兩種鐵路貨車5T設備（TADS\TFDS\THDS\TWDS\TPDS中任意兩種）的研發、制造能力，須提供國家鐵路集團（鐵路總公司、鐵道部）及下屬鐵路局集團公司或神華鐵路公司出具的技術評審文件。

【2】財務要求：投標人須沒有處于被責令停業，財產被接管、凍結，破產狀態。

【3】業績要求：2017年1月1日至今投標人須提供國家能源集團、國鐵、城軌或海外領域至少2種鐵路貨車5T設備（TADS\TFDS\THDS\TWDS\TPDS中任意兩種）的銷售業績1份，須提供相關的銷售合同或用戶證明文件。

【4】信譽要求：未被國家市場監督管理總局國家企業信用信息公示系統網站（www.gsxt.gov.cn）列入經營異常名錄或嚴重違法失信企業名單；未被國家公共信用信息中心“信用中國”網（www.creditchina.gov.cn）或各級信用信息共享平臺中列入失信被執行人或失信黑名單；未被最高法中國執行信息公開網（zxgk.court.gov.cn）列入失信被執行人清單。

【5】項目（課題）負責人的資格要求：提供有效的高級技術職稱資格證書。從事鐵路車輛安全檢測監測行業的相關研究10年以上，承擔過鐵路貨車5T設備（TADS\TFDS\THDS\TWDS\TPDS）相關項目研究課題，并擔任課題負責人（須提供相關的銷售合同或用戶證明文件）。

【6】其他主要人員要求：/

【7】科研狀況：/

【8】其他要求：/

注：母子公司資質業績均不得互相借用。

3.2 本項目接受聯合體投標。

3.3 單位負責人為同一人或者存在控股、管理關系的不同單位，不得參加同一標段投標，否則，相關投標均無效。